Thư Viện Câu Hỏi Phỏng Vấn

Tầm quan trọng của việc xử lý ngoại lệ tập trung

Trong các ứng dụng Enterprise, việc để lộ thông tin chi tiết lỗi (Stack trace) ra bên ngoài client là một lỗ hổng bảo mật nghiêm trọng. Xử lý ngoại lệ tập trung giúp:

Cơ chế hoạt động của Async/Await

• async và await là các từ khóa hỗ trợ lập trình bất đồng bộ dựa trên Task-based Asynchronous Pattern (TAP).
• Khi một luồng (thread) gặp từ khóa await (ví dụ: gọi I/O-bound như truy vấn database hoặc gọi API bên ngoài), luồng hiện tại sẽ được giải phóng quay trở lại Thread Pool để phục vụ các request khác.
• Khi tác vụ bất đồng bộ hoàn thành, một luồng từ Thread Pool sẽ tiếp tục thực thi phần code còn lại sau câu lệnh await.

Các lỗi phổ biến Junior hay mắc phải

1. Async void:

1. Sự khác biệt cốt lõi

• Embedded Document (Nhúng tài liệu): Lưu trữ dữ liệu liên quan trực tiếp bên trong một document chính. Giúp truy vấn dữ liệu toàn diện chỉ trong một thao tác đọc duy nhất.
• Referenced Document (Tham chiếu tài liệu): Lưu trữ dữ liệu liên quan ở các collection khác và liên kết chúng thông qua ObjectId (giống khóa ngoại trong SQL).

2. Tiêu chí lựa chọn cho Junior

• Nên chọn Embedded khi:
  • Mối quan hệ là 1-1 hoặc 1-few (một-vài).
  • Dữ liệu con thường xuyên được truy xuất cùng với dữ liệu cha.
  • Ví dụ: Một bài viết (Post) có danh sách các bình luận ngắn (Comments) giới hạn số lượng.
• Nên chọn Referenced khi:
  • Mối quan hệ là 1-many lớn hoặc many-many.
  • Dữ liệu con thay đổi độc lập và phát triển với kích thước không giới hạn (tránh vượt quá giới hạn 16MB của một document trong MongoDB).
  • Ví dụ: Sản phẩm trong kho hàng liên kết với danh mục sản phẩm lớn.

3. Kinh nghiệm thực chiến

Junior thường hay lạm dụng việc nhúng toàn bộ dữ liệu khiến document phình to, làm giảm hiệu năng ghi dữ liệu và vi phạm giới hạn kích thước của MongoDB. Hãy cân nhắc kỹ về tốc độ đọc so với tốc độ ghi trước khi quyết định thiết kế schema.

1. Bản chất cơ chế

• Single Field Index: Chỉ mục trên một trường duy nhất của document, giúp tăng tốc độ tìm kiếm cho các truy vấn dựa trên trường đó.
• Compound Index (Chỉ mục kết hợp): Chỉ mục trên nhiều trường cùng lúc. MongoDB sắp xếp dữ liệu theo thứ tự các trường được định nghĩa trong index.

2. Quy tắc Left-prefix (Tiền tố bên trái)

• Khi bạn tạo một Compound Index gồm nhiều trường, ví dụ: { status: 1, createdAt: -1 }, MongoDB có thể sử dụng index này cho:
  • Truy vấn tìm kiếm theo status.
  • Truy vấn tìm kiếm theo cả status VÀ createdAt.
• Tuy nhiên, nó KHÔNG tối ưu hoặc không sử dụng index nếu bạn chỉ truy vấn mỗi trường createdAt.

3. Ví dụ minh họa

// Tạo Compound Index
db.orders.createIndex({ status: 1, totalAmount: -1 });

// Sử dụng hiệu quả Index
db.orders.find({ status: "pending", totalAmount: { $gt: 100 } });

// Vẫn sử dụng được Index vì trường 'status' nằm ở bên trái
db.orders.find({ status: "completed" });

// KHÔNG hiệu quả (phải quét toàn bộ collection - Collection Scan)
db.orders.find({ totalAmount: { $gt: 100 } });

4. Kinh nghiệm thực chiến

Luôn đặt các trường có tính lọc cao (độ phân giải dữ liệu lớn, ví dụ: userId, status) ở vị trí bên trái trong Compound Index để tối ưu hóa hiệu năng truy vấn cho ứng dụng.

1. Bản chất Connection Pooling

• Connection Pool là tập hợp các kết nối vật lý đã được thiết lập sẵn tới cơ sở dữ liệu MongoDB. Thay vì mở và đóng kết nối liên tục cho mỗi request (gây lãng phí tài nguyên và độ trễ cao), ứng dụng sẽ mượn kết nối từ pool, thực hiện câu lệnh và trả lại.

2. Cấu hình tiêu chuẩn trong Node.js (Mongoose / Native Driver)

Khi khởi tạo kết nối, Junior cần chú ý cấu hình kích thước pool phù hợp:

1. Vấn đề với Skip-Limit Pagination

• Cú pháp thông thường:

  db.items.find().sort({ _id: 1 }).skip(100000).limit(10);

• Hạn chế: Khi số lượng skip lớn (ví dụ: nhảy qua 100,000 bản ghi), MongoDB vẫn phải duyệt qua và bỏ qua đúng 100,000 bản ghi trước đó trong bộ nhớ RAM hoặc trên đĩa cứng, gây suy giảm hiệu năng nghiêm trọng (O(n)).

2. Giải pháp Range-Based Pagination (Cursor-based)

• Thay vì dùng skip, ta sử dụng giá trị của trường được sắp xếp từ trang trước làm điều kiện lọc cho trang tiếp theo.

1. Bản chất BSON và giới hạn 16MB

Khái niệm cơ bản

Cả Bridge Pattern và Adapter Pattern đều thuộc nhóm Structural Patterns và thường gây nhầm lẫn cho lập trình viên Junior vì chúng đều giúp kết nối các thành phần lại với nhau.

Tổng quan về Composite Pattern

Composite Pattern cho phép bạn soạn thảo các đối tượng thành các cấu trúc cây để biểu diễn hệ thống phân cấp một phần - toàn thể. Pattern này cho phép client xử lý các đối tượng đơn lẻ và các tổ hợp đối tượng một cách đồng nhất.

Cơ chế hoạt động của Template Method Pattern

Template Method là một Behavioral Design Pattern định nghĩa khung xương của một thuật toán trong một phương thức gốc, nhưng hoãn lại một số bước thực hiện cho các lớp con. Nó cho phép các lớp con định nghĩa lại một số bước của thuật toán mà không làm thay đổi cấu trúc tổng thể.

Bản chất của Mediator Pattern

Mediator là một Behavioral Design Pattern giúp giảm bớt sự phụ thuộc hỗn loạn giữa các đối tượng. Pattern này hạn chế giao tiếp trực tiếp giữa các đối tượng và bắt buộc chúng chỉ được giao tiếp thông qua một đối tượng trung gian duy nhất là Mediator.

Bản chất của Prototype Pattern

Prototype Pattern là một Creational Design Pattern cho phép bạn sao chép các đối tượng hiện có mà không làm cho mã nguồn của bạn phụ thuộc vào các lớp cụ thể của chúng. Pattern này cực kỳ hữu ích khi việc khởi tạo một đối tượng trực tiếp tốn kém hoặc phức tạp.

Phân tích bản chất

• IEnumerable: Thường được sử dụng cho các bộ sưu tập trong bộ nhớ (LINQ to Objects). Khi bạn thực hiện truy vấn, toàn bộ dữ liệu sẽ được tải về bộ nhớ trước khi các bộ lọc (filter) được áp dụng.
• IQueryable: Được thiết kế cho các nguồn dữ liệu từ xa như SQL Server (LINQ to Entities). Nó cho phép chuyển đổi truy vấn thành câu lệnh SQL và thực thi trực tiếp trên Database Server.

Khi nào sử dụng?

• Sử dụng IEnumerable: Khi làm việc với các tập hợp nhỏ, dữ liệu đã có sẵn trong bộ nhớ hoặc các thao tác xử lý không liên quan đến Database.
• Sử dụng IQueryable: Khi làm việc với Database để tận dụng cơ chế Server-side filtering, giúp giảm thiểu lượng dữ liệu truyền tải qua mạng.

Lưu ý thực chiến

Việc nhầm lẫn giữa hai loại này có thể dẫn đến lỗi nghiêm trọng về hiệu năng (ví dụ: tải hàng triệu bản ghi về RAM chỉ để lọc lấy 1 dòng). Luôn ưu tiên IQueryable khi làm việc với Entity Framework.

Vấn đề Select N+1

Lỗi này xảy ra khi bạn truy vấn một danh sách đối tượng, sau đó trong vòng lặp, bạn lại truy vấn thêm một lần nữa để lấy dữ liệu liên quan (Navigation Property). Nếu có N bản ghi, bạn sẽ thực hiện 1 + N câu lệnh truy vấn.

Bản chất cơ chế

Theo mặc định, khi truy vấn dữ liệu, Entity Framework sẽ theo dõi (track) các đối tượng đó trong Change Tracker để phục vụ việc cập nhật dữ liệu sau này. Việc này tiêu tốn tài nguyên CPU và bộ nhớ.